Multimodale Perceptie en Datafusie: De Kernmotor van Intelligente UAV's
Perceptie is de centrale drijfveer van drone-intelligentie geworden, ondersteund door doorbraken in multimodale sensing en datafusie. Systemen met één sensor schieten tekort in complexe dynamische omgevingen, waardoor visie-LiDAR-fusie een belangrijke vooruitgang is.
Baya et al. combineerden CNN's met LiDAR-gegevens om de detectie en tracking van dynamische obstakels aanzienlijk te verbeteren, waardoor de vliegveiligheid in zeer dynamische scenario's werd verhoogd (Fig. 3(a)). Ullah et al. verfijnden de visie-LiDAR-fusiestrategie verder, waarbij de focus werd uitgebreid van herkenning van dynamische obstakels naar aanpassing aan meerdere omgevingen, wat de ondersteuning voor diverse complexe missies uitbreidde.
Als perceptie drones “duidelijk laat zien”, zorgt datafusie ervoor dat ze “precies zien”. Xu et al. ontwikkelden een multimodale neurale netwerkfusie-framework dat omgevingsmodellen in realtime bijwerkt en padplanning optimaliseert, met een sterke aanpasbaarheid in ruw terrein. Jiang et al. vulden dit werk aan met een multiscale infrarood-visie fusie-algoritme voor omstandigheden met weinig zichtbaarheid. Samen versterken deze vorderingen de realtime perceptie, omgevingsmodellering en missiebetrouwbaarheid voor autonome drones.
